Suno vs Udio — 検出ツールはどう見分けるか
SunoとUdioは2026年の支配的なtext-to-music AIエンジンです。両方とも、テキストプロンプトから数秒で完全な楽曲（ボーカル+楽器演奏）を生成します。両方とも、カジュアルなリスナーを欺きます。しかし内部では、まったく異なるアーキテクチャを使用しており、それはまったく異なる法医学的指紋を意味します。
この記事では、AI音楽検出ツールがSunoとUdioをどのように見分けているのか、各エンジンがどのようなシグナルを残すのか、そして検出をめぐる軍拡競争がどこへ向かっているのかを、正確に解説します。
2つのエンジン — アーキテクチャの概要
Suno（Suno Inc.）
- ローンチ：2023年12月
- 現行版：v5（2026年3月）
- アーキテクチャ：拡散モデル+トークンデコーダのハイブリッドと噂される
- 音声出力：32 kHzを44.1 kHzにアップサンプリング
- ボーカル：リアルだが、わずかな合成的位相コヒーレンスを伴う
- ウォーターマーク：C2PA Content Credentialsを埋め込み（2025年後半から）
Udio（Uncharted Labs）
- ローンチ：2024年4月
- 現行版：v1.5
- アーキテクチャ：拡散モデル+トランスフォーマー（と噂される）
- 音声出力：44.1 kHzネイティブ
- ボーカル：さらにリアルで、ケプストラムのピーク突出度が低い
- ウォーターマーク：SynthIDに対応（Googleとの提携、2025年後半）
指紋 #1 — リサンプリングアーティファクト
Sunoはリサンプリングによってはるかに検出しやすいです。Sunoのパイプラインは32 kHzで出力し、配信前に44.1 kHzへアップサンプリングします。これにより、16 kHzのナイキスト遮断周波数付近に周波数ノッチ、つまりスペクトル上の鋭い落ち込みが生じます。これはリスナーには聞こえませんが、検出ツールには非常にはっきりと見えます。
Udioは44.1 kHzでネイティブに出力するため、その帯域にはリサンプリングアーティファクトがありません。Udioを検出するには、別のシグナルが必要です。
検出ツールが測定するもの
- 14 kHz以上でのスペクトルエッジの鋭さ
- 16 kHzでのノッチの深さ（Suno固有のマーカー）
- 15〜20 kHz間のエネルギーロールオフの傾き
指紋 #2 — ボーカルのケプストラルピーク突出度（CPP）
CPPは、ボーカル信号がどれだけ「構造化」されているかを測定します。人間の本物の声帯は微小な声門パルスを生み出し、それがケプストラム上に鋭いピークとして現れます。AIのボーカルはより滑らかで、ピークがより平坦です。
- 人間の本物のボーカル：CPPは通常12〜22 dB
- Suno v5のボーカル：CPPは7〜11 dB（明らかに合成的）
- Udio v1.5のボーカル：CPPは9〜14 dB（人間に近く、検出が難しい）
これが、現時点でUdioのボーカルが最も検出しにくいAIボーカルである理由です。検出ツールは、Udioを捉えるためにCPPを他のシグナル（フォルマント遷移の滑らかさ、ブレスノイズの均一性）と組み合わせなければなりません。
指紋 #3 — ステレオフィールドの幾何学
両エンジンとも、モノラルのバックボーンからステレオを合成します。Sunoのステレオは不自然に広く、対称的です。Udioのものはより高度ですが、チャンネル間相関が完璧すぎるという特徴を示します。本物の楽器が中周波帯域で0.93を超える相関を示すことはめったにありませんが、SunoもUdioもそれを超えます。
| ステレオ指標 | 人間 | Suno | Udio |
|---|---|---|---|
| ステレオ幅（200〜2k Hz） | 0.7〜1.4 | 1.6〜2.1 | 1.3〜1.7 |
| 中帯域のL/R相関 | 0.78〜0.91 | 0.94〜0.98 | 0.92〜0.97 |
| 位相対称性スコア | ばらつきあり | 均一すぎる | そこそこ均一 |
指紋 #4 — Sunoの「extend（延長）」の継ぎ目
ユーザーがSunoのトラックを4分を超えて延長すると、Sunoは新しいセグメントを継ぎ足します。その境界には60〜120秒ごとに小さなスペクトルの不連続が残り、これがSuno特有の指紋となります。Udioの「extend」機能はより滑らかですが、遷移点でのケプストラム分析によって依然として検出可能です。
指紋 #5 — C2PAとSynthIDのウォーターマーク
ウォーターマークが存在する場合、検出は簡単です。読み取るだけです。
- Suno：2025年後半から、多くの出力にC2PA Content Credentials（署名付きマニフェスト）を埋め込んでいます
- Udio：2025年11月から、GoogleのSynthIDウォーターマーク（音声ステガノグラフィー）に対応しています
しかし、多くのユーザーは再エンコードによってウォーターマークを除去します。法医学的検出（指紋 #1〜#4）はこれらを捉えます。
精度ベンチマーク — Suno vs Udioの検出
| 検出ツール | Suno v5 | Udio v1.5 | エンジン特定 |
|---|---|---|---|
| AI Song Checker | 99.4% | 98.7% | 94%正解 |
| authio | 99.1% | 98.5% | 91%正解 |
| IRCAM Amplify | 約99% | 約98% | 非公開 |
| letssubmit bAbI v2 | 89% | 85% | 74%正解 |
| aimusicchecker.org | 92% | 87% | 特定なし |
「エンジン特定」とは、検出ツールが単に「AI」と判定するだけでなく、どのエンジン（SunoかUdioか）がそのトラックを作ったのかを正しく識別することを指します。
AI Song Checkerが両方をどう扱うか
当社のASC v8.3エンジンは、5つの指紋ファミリー（リサンプリング、CPP、ステレオ、継ぎ目、ウォーターマーク）に加え、80以上の他の法医学的シグナルを組み合わせ、約250,000件のラベル付きトラックで学習させたベイズモデルによって重み付けしています。AI確率とあわせて、プラットフォーム特定スコアも返されます。
- 当社のSuno Detectorをお試しください — Suno v3.5/v4/v5に最適化
- 当社のUdio Detectorをお試しください — Udio v1.0/v1.5に最適化
- または汎用チェッカーをご利用ください — 最も一致するエンジンへ自動で特定します
軍拡競争 — 次に来るもの
Suno v6（2026年後半と噂される）は44.1 kHzネイティブ出力を搭載すると見られており、リサンプリング指紋を消し去ります。Udio v2（こちらも噂）は、人間並みのボーカルCPPを狙っています。検出には継続的な再較正が必要です。
当社のチームは、再較正ログを毎週公開しています（詳しく読む）。AuthioとIRCAMは毎月更新します。他のほとんどのツールは四半期ごと、あるいはまったく再較正しません。